如果用一句話總結(jié)2025年的AI行業(yè)，那就是Agent應(yīng)用的爭奪戰(zhàn)，今年AI正經(jīng)歷從"信息獲取"到"解決問題"的根本性轉(zhuǎn)變。

但BCG《AI工作新紀(jì)元》報告顯示，中國AI采用率高達(dá)87%，但用戶滿意度僅為62%，核心問題在于多數(shù)AI助手仍停留在信息問答層面，無法解決具體的任務(wù)。

即便年底將至，一些大廠仍在試圖解決這個痛點。11月17日，阿里巴巴發(fā)布“千問”App，對標(biāo)ChatGPT，搶占AI生活入口。我們了解到，“千問”App 試圖打造一個會聊天、能辦事的個人AI助手，未來“能辦事”將是千問APP的一個重要發(fā)力方向。

僅隔一天，螞蟻集團推出全模態(tài)通用AI助手“靈光”，上線三大功能：“靈光對話”、“靈光閃應(yīng)用”、“靈光開眼”，分別對應(yīng)的是文字對話、應(yīng)用生成和多模態(tài)這三種玩法。

無一例外，雙方都打出“能辦事”的特點，但在發(fā)展方向似乎有所不同?！扒枴睂?biāo)的是更偏向TO C策略的ChatGPT，想要成為AI時代的“下一個社交入口”。

靈光的30秒生成應(yīng)用能力，與谷歌Gemini 3.0倡導(dǎo)的"實用工具化"方向高度同頻，甚至在"移動端工具生成"這一賽道上實現(xiàn)了率先落地。

從數(shù)據(jù)上看，這個精準(zhǔn)定位帶來的效果明顯。據(jù)靈光內(nèi)部給出的官方數(shù)據(jù)，靈光上線4天，突破100萬人下載，成為今年的黑馬AI產(chǎn)品之一。

相比以往的AI對話工具，靈光此次最具革新意義的是直接生成端到端應(yīng)用，這比會聊天、會生成圖文視頻，要深得多。雖然生成的應(yīng)用，和專業(yè)程序員開發(fā)的復(fù)雜任務(wù)相比，還有些簡單，但是它讓AI聊天工具第一次開始真正“構(gòu)建軟件”。

它打開了人們對AI時代的一個新想象：如果十年前，人人能拍照，以后或許人人都能寫一款受歡迎的小應(yīng)用，讓創(chuàng)造一款應(yīng)用像拍張照一樣簡單。

01

不只是解釋世界，更是“還原”

一上線就出圈，也引發(fā)我的極大好奇。最近奶皮子糖葫蘆爆火全網(wǎng)，盡管我還沒嘗到鮮，看到很多網(wǎng)友好奇現(xiàn)在入局還能不能賺到錢。

我正好趁機對靈光AI助手實測下，也幫助網(wǎng)友們探探密。于是我問靈光：“奶皮子糖葫蘆爆火，現(xiàn)在入局還來得及嗎？”

幾乎沒有思考和推理過程，僅用十幾秒，靈光就閱讀了40個網(wǎng)頁鏈接，生成一份簡明扼要的分析報告，整個過程相當(dāng)絲滑。從市場預(yù)覽、入局機遇和挑戰(zhàn)、入局策略與建議，靈光全都結(jié)構(gòu)性的分析了一遍。

可以看出，即便是基礎(chǔ)的對話功能，靈光也具備很強的實用性。

我來總結(jié)下靈光的分析。這個賽道市場需求旺盛，利潤空間客觀，入局門檻也相對較低，但競爭異常激烈，入局還需要思考如何差異化。讓我感到很舒服的是，靈光給的答案刪繁就簡，還帶有可視化數(shù)據(jù)圖表，一點也不會讓人有閱讀壓力。

以往讓一個AI 助手分析同類問題，動輒給出一大堆找不到重點的文字，根本讀不下去。但“靈光對話”給人的感受是，把復(fù)雜問題變得簡單化，同時不丟下重點。

因為對電影行業(yè)一直比較感興趣，我又讓靈光幫我看下今年國內(nèi)電影行業(yè)的情況。靈光以同樣敏捷的速度，十幾秒內(nèi)給出答案，可以說響應(yīng)相當(dāng)穩(wěn)定。這種快速響應(yīng)，是AI 助手最基本的功能，但市場上的一些AI 助手還遠(yuǎn)達(dá)不到這一點。

首先，靈光在核心數(shù)據(jù)預(yù)覽中提到，截至2025年10月29日，中國電影票房已經(jīng)超過2024年全年，觀影人次10.5億，觀眾基數(shù)約5.2億。

我還專門用搜索軟件查了這個數(shù)據(jù)，果然，數(shù)據(jù)是來自燈塔專業(yè)版等權(quán)威平臺，沒有一點質(zhì)疑的必要。

令我意想不到的是，靈光對觀眾結(jié)構(gòu)的分析是年輕化和下沉化，比如24 歲以下的觀眾占比30%，四線城市的新觀眾占比達(dá)30.3%。這和我此前看到的一篇長文給出的數(shù)據(jù)一樣，那篇長文寫了很多，讀起來費時費力。

但靈光以這種可視化的方式，把這些數(shù)據(jù)重點提煉出來，讓人一眼就能掃到，大大加深了印象。對于像《哪吒 2》這樣的重要電影，靈光還配上電影海報，這同樣是以“可視化”的效果呈現(xiàn)給用戶。

總之，它不只是解釋世界，而是試圖把世界“還原”給你看。

兩次測試體驗下來，我最大的感受是，靈光在輸出過程表現(xiàn)出的一種“信息美學(xué)”。首先是響應(yīng)流暢，其次是界面優(yōu)美簡潔，把冰冷的對話框變成了一種視覺享受。

這或許也是未來的一種發(fā)展趨勢。當(dāng)越來越多的AI 助手想給用戶提供更全面、復(fù)雜的信息時，靈光將復(fù)雜知識化繁為簡，以結(jié)構(gòu)化和可視化的答案，提升用戶審美體驗和閱讀效率。

從技術(shù)層面里來看，這背后是靈光實現(xiàn)了基于全代碼生成的多模態(tài)內(nèi)容輸出。靈光的核心突破在于，能夠根據(jù)用戶對話情境實時生成可執(zhí)行代碼，在真正理解用戶意圖的基礎(chǔ)上，輸出結(jié)構(gòu)化、個性化且注重美觀的可視化結(jié)果。而非依賴預(yù)設(shè)模板或靜態(tài)內(nèi)容庫。

我了解到，靈光在架構(gòu)上的一大突破，是構(gòu)建了多智能體協(xié)作的 Agentic 架構(gòu)。在生成可視化內(nèi)容時，它會動態(tài)調(diào)用為圖像、3D、動畫等優(yōu)化的專用 Agent，突破傳統(tǒng)AI助手僅限文字回答的局限。

這些 Agent 實時協(xié)作，共同為用戶構(gòu)建出一個更完整、更豐富的視圖體驗。

02

把普通人做應(yīng)用的門檻，降了下來

生成式AI的下一個前沿，即是進入一個人人都可以做應(yīng)用的時代。最近谷歌推出的gemni3.0可實現(xiàn)一句話生成應(yīng)用，螞蟻推出的靈光同樣可以生成一款應(yīng)用。

我按照從簡到難，測試了下靈光生成應(yīng)用的能力。第一個任務(wù)是比較簡單俄羅斯方塊游戲，只需要在對話框里輸入：寫一個俄羅斯方塊游戲，要經(jīng)典的掌機風(fēng)格。

幾十秒后，它就可以生成頁面簡潔的俄羅斯方塊游戲?；竟δ馨ㄉ舷伦笥乙苿?，以及360度旋轉(zhuǎn)功能都有。游戲節(jié)奏也非常流暢。

生成應(yīng)用過程很有意思，就像是突然調(diào)用了數(shù)名程序員在幫你完成一項任務(wù)。

先是有AI 產(chǎn)品經(jīng)理，把要求提給AI 設(shè)計師溝通功能，然后AI開發(fā)人員根據(jù)俄羅斯方塊規(guī)則確定開發(fā)方案，分別構(gòu)建游戲界面框架，再注入游戲核心邏輯，最后再做自動化測試，進行代碼質(zhì)量檢查，看是否完整執(zhí)行任務(wù)要求。

這個測試還相對簡單，一些AI Chatbot工具雖然實現(xiàn)不了端到端的應(yīng)用輸出，但是中間疊加一鍵運行，也可以實現(xiàn)類似功能。

難度升級，我讓靈光生成一款專為打工人準(zhǔn)備的情緒釋壓彈幕墻。

提示詞：生成一款上班族能共鳴的“打工情緒彈幕墻”，功能要求，同事/陌生人匿名發(fā)“今日一句話情緒”，彈幕飄過屏幕，支持點贊、反諷模式，隨機生成“今日喪燃語錄”。

沒想到生成結(jié)果還挺讓我驚喜。背景墻是淡藍(lán)色，不時有彈幕出現(xiàn)，還可以點贊。不懂任何代碼技術(shù)的打工人，完全可以自己在手機上生成一款小應(yīng)用，把憋不住的職場怨氣，都撒在這個彈幕墻里。

我還嘗試用在第三方AI Codind 工具YouWare上，體驗Gemini3.0，生成速度快，但它的界面設(shè)計有明顯的bug，導(dǎo)致背景墻和彈幕的顏色很接近，都偏白，很難看清彈幕。

不過靈光也不是沒有缺陷，試了三次，有兩次生成的比較很慢，體驗也不是很順利。中途我還問它為什么沒有生成出來。它回復(fù)：可能是網(wǎng)絡(luò)超時、資源限制或代碼執(zhí)行異常。當(dāng)然，這些原因也能理解。

現(xiàn)在的AI 助手，還大多停留在直接生成靜態(tài)的文字、圖片或者簡單的視頻，在生成應(yīng)用上還比較難，這背后當(dāng)然不是“算力”不夠，而是工程問題。

因為從一個想法，到一個可運行的應(yīng)用，中間至少有數(shù)個必須跨越的工程環(huán)節(jié)，對模型的理解能力要求很高，一次理解錯誤，可能導(dǎo)致直接生成失敗。

國外X 社交軟件上網(wǎng)友們比較喜歡玩的拍立得相機風(fēng)格，Gemini3.0 上拍立得相機，能調(diào)用設(shè)備的攝像頭，然后生成一張拍立得風(fēng)格的照片，在相紙上印有文案和拍攝日期。

我嘗試用靈光AI助手生成這類照片，老實說，靈光交付的結(jié)果一般，說是受限于設(shè)備能力，先用預(yù)設(shè)圖片替代攝像頭功能，相對還無法實現(xiàn)這種和現(xiàn)實生活交互類的應(yīng)用。

不過綜合來看，雖然靈光在應(yīng)用生成上還不完美，不得不承認(rèn)它和Gemini3.0一樣，直接讓Chatbot工具往智能體上邁進一大步，讓AI從“聊天伙伴”真正轉(zhuǎn)變?yōu)椤吧a(chǎn)力伙伴”。

對許多非專業(yè)的普通人而言，這實在是一個有趣的體驗，完全可以打開腦洞，嘗試一下前所未有的創(chuàng)造樂趣。

03

誰會先掌握億級日活的命門

在2025年的最后幾個月，各家大廠幾乎同時按下了“加速鍵”，試圖用更具突破性的交互與產(chǎn)品形態(tài)，提前卡位 AI 時代的“超級工具入口”。

谷歌先是推出火遍全球的 Nana Banana，引發(fā)國內(nèi)一波視頻、圖片生成工具的功能補齊。隨后 Gemini 3.0 強調(diào)不再是 Chatbot，而是一個“帶執(zhí)行能力的系統(tǒng)級模型”，將 LLM、Tool Use、代碼執(zhí)行環(huán)境、UI 調(diào)用能力整合一身，真正把“端到端生成應(yīng)用”的門檻降低，沖擊傳統(tǒng)的軟件開發(fā)范式。

更偏向TO C戰(zhàn)略的OpenAI ，也一度用社交版 Sora 2制造了一波社交轟動，最新還推出和多款外部電商、支付工具接通，試圖商業(yè)化落地。

反觀國內(nèi)，各家大廠新功能、新應(yīng)用也加速推出。字節(jié)的豆包增加了抖音商城的商品上鏈接功能，阿里在TO C戰(zhàn)略上，先是在夸克上疊加AI聊天助手功能，后又迅速推出“會做事”的千問，意欲對標(biāo)ChatGPT和豆包。

螞蟻也緊追不舍，在千問發(fā)布的第二天，上線多模態(tài)和應(yīng)用生成集合版的靈光AI 助手。

如果說 2023到2024 年的發(fā)展趨勢是讓“AI 會寫”，那么 2025 的競爭格局已經(jīng)延展到，讓AI 會做、會創(chuàng)造、會執(zhí)行。但從落地效果上看，目前尚無一個日活上億級的AI應(yīng)用。

對標(biāo)上一個移動互聯(lián)網(wǎng)時代的發(fā)展脈絡(luò)，從2008、2009年整個移動生態(tài)剛有雛形開始，一直到2013年，經(jīng)過漫長的4年微信才開始嶄露頭角，表現(xiàn)出強勁的用戶粘性和規(guī)模能力。

AI 時代，如果以ChatGPT3.5上線的時間為起始點，也已經(jīng)過去了三年?，F(xiàn)在似乎到了各大廠商爭奪億級日活應(yīng)用的關(guān)鍵時刻。

新的超級入口之爭，不再是模型和參數(shù)能力的爭奪，而是在真實剛需場景里，誰的端到端、多模態(tài)等任務(wù)執(zhí)行能力上能讓用戶喜歡用，離不開。目前看來，螞蟻集團的靈光，已經(jīng)往前邁出了重要一步。

撰寫｜柳嘉

編輯｜劉培

「白鯨實驗室」原創(chuàng)文章